Czy można wykorzystać „social media” w nauce, czyli crowdsourcing danych a klęski żywiołowe

W maju w Nature Communactions ukazał się artykuł, którego głównym autorem jest dr Dariusz Baranowski z Zakładu Fizyki Atmosfery IGF PAN. To owoc obserwacji, badań, międzynarodowej współpracy, ale i sięgnięcia po nietypowe źródło informacji: tweety od tysięcy użytkowników, którzy stali się częścią „nauki obywatelskiej” (citizen science)

Z czym kojarzy nam się Sumatra? Z tropikami, herbatą, może kauczukiem, ale też niestety katastrofami naturalnymi –  nie tylko słynnym, tragicznym trzęsieniem ziemi w 2005 roku, ale i częstymi powodziami.

Powodzie są jednym z najczęstszych i najbardziej niebezpiecznych zagrożeń naturalnych, z jakimi przychodzi się nam zmierzyć: pochłaniają liczne ofiary śmiertelne i przynoszą poważne straty gospodarcze. Rejony tropikalne, takie jak Sumatra, to pod tym względem groźna kombinacja warunków klimatycznych i czynników ekonomiczno-społecznych, stąd mieszkańcy wyspy – prawie 50 mln ludzi –  szczególnie narażeni na negatywne skutki gwałtownych zjawisk pogodowych.

Obszar Archipelagu Malajskiego to „tygiel” różnoskalowych zjawisk atmosferycznych, „bojler” napędzający globalną cyrkulację. Opady w tym rejonie są „napędzane” bardzo silnym dobowym cyklem lokalnej konwekcji i jego zmiennością w odpowiedzi na zjawiska atmosferyczne w większej skali takie jak oscylacja Maddena Juliana (MJO) czy fale Kelvina. Orientacja „równikowa” Sumatry sprawia, że fale tropikalne wpływają na pogodę szczególnie silnie. Od stosunkowo niedawna, dzięki analizie danych satelitarnych wiemy, że fale tropikalne mają bezpośredni wpływ na opady w tym rejonie, dlatego ich obserwacja może mieć krytyczne znaczenie dla prognozowania powodzi na Sumatrze, a być może także dla całej Indonezji. Jednak warunki atmosferyczne prowadzące do tych zjawisk nie są jeszcze w pełni rozumiane, między innymi z powodu braku pełnego zapisu powodzi.

Autorzy (z dr. Dariuszem Baranowskim z Zakładu Fizyki Atmosfery Instytutu Geofizyki PAN na czele) artykułu „Doniesienia mediów społecznościowych i gazet ujawniają wielkoskalowe meteorologiczne czynniki powodujące powodzie na Sumatrze”, opublikowanego niedawno w „Nature” podjęli wyzwanie wypełnienia tej luki – stworzyli pięcioletni zapis powodzi dla Sumatry na podstawie oficjalnych raportów rządowych, doniesień lokalnych gazet, ale też sięgając po źródło w nauce wciąż nietypowe – „crowdsourcing” danych z mediów społecznościowych, a konkretnie wiadomości na Twitterze, i wykorzystali pozyskane informacje do analizy zjawisk atmosferycznych odpowiedzialnych za powodzie.

Obecnie systemy wczesnego ostrzegania w Indonezji opierają się na lokalnych źródłach danych w czasie rzeczywistym: przyrządach pomiarowych i danych radarowych. Takie dane w połączeniu z modelami hydrologicznymi są cennymi narzędziami do wykrywania powodzi, ale mają niewielki potencjał do prognozowania pozwalającego podjąć kluczowe, ratujące życie i mienie decyzje w krótkim czasie. Ponadto dane są rzadkie i często występują w nich luki spowodowane zniszczeniem sprzętu monitorującego.

Wykrywanie powodzi oparte na mediach społecznościowych okazało się szczególnie przydatne w Indonezji, gdzie ponad 75% aktywnych użytkowników Internetu korzysta z Twittera. Wykorzystanie mediów społecznościowych do wykrywania powodzi przyniosło obiecujące wyniki; w przeciwieństwie do ulegającego uszkodzeniom sprzętu pomiarowego, media społecznościowe są stosunkowo odporne na ekstremalne warunki pogodowe. A nawet liczba raportów zarówno w mediach społecznościowych, jak i tradycyjnych wzrasta wraz z dotkliwością i niekorzystnymi skutkami powodzi, bo wzrasta aktywność tych, którzy na żywo je obserwują. W języku indonezyjskim powódź to „banjir” – zebrano, przeanalizowano i lokalizowano wszystkie tweety zawierające to słowo kluczowe z lat 2014-2018. Czasy nadejścia i zakończenia powodzi zostały zidentyfikowane automatycznie za pomocą gwałtownego wzrostu liczby tweetów, to znaczy ekstremalnych tendencji szeregów czasowych liczby tweetów. Cennym źródłem informacji były lokalne gazety, które umożliwiły krzyżową weryfikację z bazą danych na Twitterze. Dane te należy uznać za bardziej wiarygodne niż dane z Twittera, ponieważ doniesienia prasowe mają charakter opisowy i zawierają dodatkowe szczegóły, w tym zdjęcia czy odniesienia do materiałów filmowych, pokazujących warunki w miejscu powodzi.

Oczywiście media społecznościowe czy prasa to tylko jedne z elementów tej układanki: kluczowe są obserwacje zjawisk atmosferycznych, identyfikacja ich układów i rozumienie zmienności, które można powiązać z powodziami, a tym samym zwiększyć przewidywalność ryzyka powodziowego.

Wykazano, że dla większości analizowanych powodzi kluczową rolę odgrywają konwekcyjnie sprzężone fale Kelvina, wielkoskalowe systemy opadów rozprzestrzeniające się wzdłuż równika. Chociaż zmienność sezonowa i międzysezonowa może również tworzyć warunki sprzyjające powodziom, zwiększone opady związane z falami Kelvina stwierdzono w ponad 90% zdarzeń powodziowych. W 30% tych zdarzeń anomalie opadów były przypisywane wyłącznie właśnie tym falom tropikalnym.

Co to oznacza? Jeśli poznamy te zależności wystarczająco dobrze, w przyszłości będziemy być może w stanie wychwycić układy odpowiedzialne za bardzo intensywne opady zanim wywołają powódź, co da nam cenny czas np. na ewakuację zagrożonych obszarów.

Zachęcamy do lektury całego artykułu w NATURE.

Posted on